LAPORAN TUGAS RESPONSI

Nama : YAYAN SUBAGYO

No mhs : 07 02 5336

Jurusan : TEKNIK INDUSTRI

Asisten : 1. DINA YULIVIANA

2. FERA KUARNIATI

3. IMANIAR

KODE SOAL : 7
 TENTANG SPSS

SPSS Inc (Nasdaq: SPSS) adalah pemimpin global penyedia Input Analytics software
dan solusi Input perusahaan teknologi Analytics meningkatkan proses bisnis dengan memberikan
visibilitas organisasi maju untuk keputusan yang dibuat setiap hari Dengan memasukkan Input
Analytics ke dalam operasi sehari-hari mereka, menjadi organisasi Input Enterprises - bisa
langsung dan otomatis keputusan untuk memenuhi tujuan bisnis dan terukur mencapai
keuntungan kompetitif. Lebih dari 250.000 sektor publik, komersial dan akademik pelanggan
SPSS mengandalkan teknologi untuk membantu meningkatkan pendapatan, mengurangi biaya
dan mendeteksi dan mencegah penipuan. Didirikan pada tahun 1968, SPSS adalah yang
berkantor pusat di Chicago, Illinois.

SPSS singkatan dari Statistical Package for Sosial Science yaitu merupakan paket
statistik untuk ilmu-ilmu sosial. Akan tetapi SPSS banyak juga digunakan untuk bidang-bidang
lain yang membutuhkan statistika. SPSS mempunyai dua lembar kerja, yaitu sheet yang pertama
dengan nama data view dan sheet yang kedua variable view

1. Tampilan Data VIEW

Pada saat SPSS pertama kali dibuka, SELALU tampak tampilan pertama sebagai berikut:

Gambar 1.1 menu utama SPSS

 Saat akan membuka SPSS, di ‘depan’ layer akan tampak kotak dialog SPSS 16.0
FOR WINDOWS sebagai berikut.

Kotak dialog tersebut sebenarnya memandu pengguna untuk memilih proses

yang akan dilakukan. Namun untuk praktisnya, tutup kotak dialog tersebut
dengan klik ikon CANCEL.

Data view merupakan sheet yang menampilkan data hasil peenelitian yang akan
diolah atau dianalisis dengan program SPSS 16 for windows. Pada data view ditampilkan
kolom-kolom yang disertai nama-nama variable.
 Pada variable view ditampilkan nama variabel, tipe data, lebar kolom, penggunaan desimal,
label penamaan variabel, macam data hasil penelitian (nominal, scale, ordinal), alignment
atau peletakan data yang diinputkan.

2. Tampilan Variabel VIEW

Gambar 1.3. Variable View

Pemberian nama variable harus memenuhi ketentuan berikut ini :

a. Nama variable harus diawali dengan huruf dan karakter yang selanjutnya boleh huruf,
angka dan symbol @,#,atau $.
b. Nama variable tidak boleh diakhiri dengan tanda titik.
c. Harus dihindari pemberian nama variable yang diakhiri dengan garis bawah.
d. Panjang nama variable tidak boleh dari 8 karakter.
e. Spasi kosongan special karakter !,? dan * tidak digunakan.
f. Nama variable tidak boleh sama satu variable dengan variable lainnya.
g. Tidak membedakan huruf kecil dengan huruf capital.
h. Tidak menggunakan kata-kata yang sudah ada pada system atau bahasa pemrograman
SPSS yaitu, ALL,AND,BY,EQ,GT,LT,NE,NOR,OR TO.
Type data yang ada pada SPSS adalah:

a. Numeric, merupakan type angka dengan tanda plus dan tanda minus di depan angka serta
indicator decimal. Lebar maximal 40 karakter.
b. Comma, merupakan type yang termasuk angka,tanda plus dan tanda minus didepan
angka indicator decimal serta pemisah ribuan.
c. Dot, type ini sama dengan type comma yang membedakan hanyalah pemisah ribuan,yang
digunakan adalah titik.
d. Sceintifik notation, merupakan type data yang menggunakan lambang atau notasi ilmiah
seperti log, alfa dll.
e. Date, tipe ini menampilkan data dalam format tanggal atau waktu.
f. Dollar, tipe ini adalah tanda $ sebuah titik sebagai indicator decimal dan beberapa tanda
koma pemisah ribuan.
g. Custom currency, tupe ini digunakan untuk menampilkan format mata uang seperti
Rp.65.000.
h. String, digunakan untuk karakter huruf dan karakter lainnya.

Label, digunakan untuk memberikan keterangan dari variael-variabel yang ada,

agar lebih informative dan anda tidak lupa terhadap data yang didalamnya. Disamping
ada variable label juga ada value label untuk nilai-nilai variable factor berupa data
kategorik seperti contohnya kelas. Untuk data numeric tidak perlu ada value label.

Colums format, adalah lebar kolom untuk data ini, standarnya 8 karakter. Anda
bisa mengubahnya sendiri sesuai dengan yang anda kehendaki.

Missing value, berisi beberapa pilihan menangani missing value.

a. Tanpa ada missing value

b. Diskret missing value digunakan untuk menyediakan data mana sajakah yang akan
dihilangkan atau ditinggalkan.
c. Range missing value : data yang berupa interval yaitu yang terendah sampai nilai
tertinggi yang akan dihilangkan atau ditinggalkan.
Align, digunakan untuk menentukan data tersebut akan tampil secara rata kiri, rata
kanan, atau center.

Meassure, digunakan untuk menentukan macam data. Macam data ada tiga yaitu :
nominal dimana data hadil menghitung yang merupakan data diskret, skale serta ordinal
untuk menentukan data continue yaitu data mengukur.
Soal nomer satu ( 1 )

1. Di ketahui data sebagai brikut ;

No Jurusan Jumlah Lulusan Masuk fakultas

1 Teknik industry 1900 556 980 1
2 Teknik informatika 1550 620 703 1
3 Ilmu komputer 2100 1300 409 2
4 Teknik mesin 2205 1050 1100 1
5 Teknik elektro 2011 1000 820 1
6 Teknik geologi 1100 750 230 3
7 Teknik kimia 2100 1100 1500 1

Ket 1. Fak teknologi industry

2. Fak sains trapan

3. Fak teknologi mineral

2. PERMASALAHAN
a. Carilah mean, sum, standar deviasi, variansi , minimum, maksimum, dan distribusi
kurtosis dengan menggunakan analisa deskritif , variabelnya jumlah, lulus, masuk,
fakultas,
b. Buatlah grafik pie nya?

3. Cara pengerjaan
Untuk memasukkan data tersebut ke SPSS caranya:
a. Anda harus buat dulu nama variable, untuk membuat nama pada variable tekan sheet
variable view.
 b.Isikan nama variable sampai dengan tipe data, caranya:

1. kolom name ketikkan nama variabelnya, untuk baris pertama ketikkan jurusan.
2. Kolom type diisikan tipe data yang diproses sesuai dengan variabelnya. Klik
kolom type maka akan muncul :

Gambar 1.4. Variable Type

3. Kemudian klik type string dan isikan pada menu character 15.
4. Kolom align pilih left yang berarti rata kiri.
c . Pada baris selanjutnya menyesuaikan data yang diinginkan.
d. Untuk nama variable dens dan urb pada kolom label isikan density untuk dens dan
urbanisasi untuk urb. Hal ini berfungsi untuk memberikan keterangan yang lengkap
terutama outputnya.
e. Untuk nama variable religion pada kolom value klik kemudian akan tampil sbb:

Gambar 1.5. Value Labels

 Masukkan angka 1 untuk mengisi kolom value, kemudian pada label ketikkan Islam,
demikian seterusnya sampai selesai.

f. Bila semua variable sudah dipesankan kemudian klik data view, anda lihat kolom-kolom
sudah terisi nama-nama variable yang sudah dipesan disheet variable view. Selanjutnya
dapat diisikan datanya sesuai table.
g. Untuk menyimpan file, klik menu file save kemudian pada save in carilah folder yang
sesuai. Dan pada file name ketikkan nama file kemudian tekan save.
h. Untuk membuat file baru: klik file new data. Sedangkan untuk keluar dari SPSS
klik file exit.

Analisa Data Diskriptive

Analisa data yang paling sederhana yang dapat dilakukan adalah menampilkan
diskripsi numeric data anda menggunakan kuantitas seperti mean, standar deviasi, median,
min, max, dsb.

Langkah-langkah untuk analisis descriptive:

a. Pilih Analyze Descriptive statistics Descriptives. Sehingga terlihat

 b. Masukkan ke dalam kolom variable(s) nama-nama variable yang akan dihitung nilai
statistiknya. Pemilihan dapat dengan mengklik dua kali variabel yang diinginkan atau
memindahkannya dengan cara mengklik tanda panah.
c. Klik option untuk memilih statistik deskripsi yang akan dihitung nilainya, misalnya
mean, median, maximum, minimum, dsb. Kemudian klik continue untuk melanjutkan.
d. Klik OK sehingga SPSS akan menampilkan output yang anda inginkan.

4. Hasil output spss 16

Descriptive Statistics

Minimu Maximu Std.

N m m Sum Mean Deviation Variance Kurtosis

Std.
Statistic Statistic Statistic Statistic Statistic Statistic Statistic Statistic Error

jumlah 7 1100 2205 12966 1852.29 394.104 155318.23 1.415 1.587

8
lulus 7 556 1300 6376 910.86 274.138 75151.810 -1.406 1.587
masuk 7 230 1500 5742 820.29 427.611 182851.57 -.230 1.587
1
fakultas 7 1 3 10 1.43 .787 .619 2.361 1.587
Valid N 7
(listwise)

Hasil output di atas adalah

Jumlah mahasiswa dari 7 jurusan nimum 1100 , dan maksimum 2205 , dengan sum 12966 , mean
1852,29 ,standar deviasi 394,104 , variansi 155318.223 dan distribusi kurtosis
( 1.415 / 1.587 = 0,8916 )
Lulus : minimum jumlah mahasiswa yang lulus adalah 556 , dan maksimum 1300, sum 6376 ,
dengan mean 910.86 , dan standar deviasi 274.138, variansi 75151.810 , dan
distribusi kurtosis ( -1.406 / 1.587 = -0,8859 )
Masuk : minimum jumlah mahasiswa yang masuk adalah 230 , dengan maksimum 1500 , sum
5742 , mean 820.29 , dengan standar deviasi 427.611 , variansi 182851.571 ,
dan distribusi kurtosis ( -0,230 / 1,587 = 0,1449)
Fakultas : minimum 1, maksimum 3 , sum 10 , mean 1.43 , standar deviasi 0.787 , variasni 0.619
dan standar kurtosis ( 2.361 / 1.587 = 1.4877 )

Membuat garafik pie

1. Grafik Pie Sederhana

Grafik jenis simple pie menunjukkan ciri grafik dengan hanya satu lingkaran dan memuat
satu atau dua variable saja.

Kasus :

Akan ditampilkan fakultas bersarkan banyaknya jumlah mahasiswa

Langkah:

o buka file
o menu graphs → interactive → pie → simple…..
 Gambar 3.5. Kotak dialog pie chart

o pengisian:
- Bagian ASSIGN VARIABELS:
SLICE BY : bagian ini akan berisi variable yang mengisi lingkaran berupa irisan-
irisan (slices), sesuai kasus, masukkan (dengan cara click and drag) variable jobcat.

SLICE SUMMARY : bagian ini akan mengisi komposisi irisan berdasar variable
yang telah dimasukkan dalam bagian SLICE BY. Oleh karena akan dilihat komposisi
fakultas , masukkan variable jumlah mahasiswa.

- Bagian TITLES (judul dan keterangan grafik)

CHART TITLE: grafik pie fakultas

CHART SUB TITLE: berdasar jumlah mahasiswa

Setelah semua pengisian selesai, tekan tombol OK untuk proses

 Garafik di atas menunjukkan bahwa jumlah mahasiswa fakultas teknologi industry
sebanyak 71.4 % ,dan jumlah mahasiswa fakultas saintrapan sebanyak 14.3% , sedangkan
fakultas teknologi mineral 14.3%.

5.KESIMPULAN

Dari hasil output di atas dapat di simpulkan bahwa

Jumlah mahasiswa dari 7 jurusan nimum 1100 , dan maksimum 2205 , dengan sum 12966 , mean
1852,29 ,standar deviasi 394,104 , variansi 155318.223 dan distribusi kurtosis
Lulus : minimum jumlah mahasiswa yang lulus adalah 556 , dan maksimum 1300, sum 6376 ,
dengan mean 910.86 , dan standar deviasi 274.138, variansi 75151.810
Masuk : minimum jumlah mahasiswa yang masuk adalah 230 , dengan maksimum 1500 , sum
5742 , mean 820.29 , dengan standar deviasi 427.611 , variansi 182851.571
Dan jika di buat garafik pie

Bahwa bahwa jumlah mahasiswa fakultas teknologi industry sebanyak 71.4 % ,dan
jumlah mahasiswa fakultas saintrapan sebanyak 14.3% , sedangkan fakultas teknologi mineral
14.3%.
Soal nomer dua ( 2 )

1. data laporan keuangan PT. XYZ ( alfa 5 % )

Iklan keuntungan
215 1234
230 2448
224 2454
258 1369
230 1654
561 3548
589 2548
578 2599
569 6998
987 9854
987 5658
680 2549
598 6584
547 5469
588 5422
265 2254
214 2354
258 2388
259 2955
325 2359

2. Masalah percobaan
a. Berapa nilai koefisien determinasi dan apa artinya ? berapa nilai korelasi ?
b. Berapa nilai F hitung, F tabel, signifikasi, alfa? Apa kesimpulanya?
c. Bagaimana bentuk persamaan regresinya?
d. Seandainya biaya iklan Rp 4200, berapa keuntungan yang di peroleh?
 Hipotesis

Ho : tidak ada hubungan yang signifikan antara besarnya iklan yang di keluarkan dengan
besarnya keuntungan yang di dapat

H1 : ada hubungan yang signifikan antara besarnya iklan yang di keluarkan dengan besarnya
keuntungan yang di dapat

3. Cara pengerjaan

aktifkan menu Analize – Regression – linier . Sehingga muncul tampilan

Masukkan variable keuntungan ke dependent, dan iklan ke independent,

 Ada 4 pilihan yang digunakan pada menu method untuk menetukan model yang akan
digunakan:

 Enter : metode analisis regresi untuk menganalisa secara biasa, yaitu semua variabel
independent dianalisa baik prediktor yang berpengaruh ataupun tidak berpengaruh
terhadap kriterium.
 Stepwise : Bila analisa regresi dengan bertahap yaitu tujuan pokok mencari variabel
prediktor yang dominan.
 Remove : untuk mencari prediktor yang dominan dan bila yang tidak berpengaruh
dihapus.
 Backward : menganalisa semua prediktor kemudian dilanjutkan dengan
menganalisa prediktor yang berpengaruh.
 Pada latihan ini digunakan Enter, abaikan pilihan yang lain. Kemudian pilih ok
untuk melihat hasilnya. Outputnya sebagai berikut:

4. HASIL OUTPUT SPSS 16

Variables Entered/Removedb

Variables Variables
Model Entered Removed Method

1 iklana . Enter

a. All requested variables entered.

b. Dependent Variable: keuntungan
 Model Summary

Adjusted R Std. Error of

Model R R Square Square the Estimate

1 .770a .593 .571 1485.184

a. Predictors: (Constant), iklan

R = 0.593 atau 59.3 %
Nilai koefisiensi diterminasi sebesar 0,593 atau 59.3 % , artinya besarnya pengaruh iklan
terhadap keuntungan sebesar 59,3 % sedangkan 40.7 % lainnya di pengaruhi oleh factor-faktor
lain.

ANOVAb

Sum of
Model Squares df Mean Square F Sig.

1 Regression 5.789E7 1 5.789E7 26.245 .000a

Residual 3.970E7 18 2205772.790

Total 9.759E7 19

a. Predictors: (Constant), iklan

b. Dependent Variable: keuntungan

Fhitung Ftabel

26,245 > 2,18

Ho = di tolak
Sig α

0.000 < 0.05

Ho = di tolak
Yang berarti bahwa data di atas akan mendukung hipotesis bahwa ada hubungan yang
signifikan antara besarnya iklan yang di keluarkan dengan besarnya keuntungan yang di dapat
 Coefficientsa

Unstandardized Standardized
Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 398.305 713.743 .558 .584

iklan 7.065 1.379 .770 5.123 .000

a. Dependent Variable: keuntungan

Persamaan regresi

Y=a+bx

Y = 398,305 + 7,065 X

Seandainya biaya iklan Rp, 4200 maka keuntungan nya adah

Y = 398,305 + 7,065 ( 4200 )

= Rp 30071,305

Maka seandainya kita mengeluarkan biaya iklan sebesar Rp 4200 maka keuntungan yang di
dapat adalah Rp 30071,305

5. Kesimpulan

Ada hubungan yang sifnifikan antara besarnya iklan yang di keluarkan dengan besarnya
keuntungan yang di dapat , atau besarnya pengaruh iklan terhadap keuntungan sebesar 59,3 %
sedangkan 40.7 % lainnya di pengaruhi oleh factor-faktor lain.